zbMATH参考文献（参考 162篇

1. Bénard，Clément；Biau，Gérard；Da Veiga，Sébastien；Scornet，Erwan:SIRUS:稳定且可解释的分类规则集（2021）
2. 阿什坎的厄特菲；詹姆斯R.麦凯；大卫奥斯林；罗伯特L.斯特劳德曼：强健的Q-学习（2021年）
3. 科洛索娃，坦雅；别雷斯蒂茨夫斯基，塞缪尔：监督机器学习。SAS和R的优化框架与应用（2021）
4. Benjamin G.Stokell，Rajen D.Shah，Ryan J.Tibshirani:使用非凸融合惩罚建模高维分类数据（2020）阿尔十四
5. Boehmke，Brad；Greenwell，Brandon M.：使用R进行实际操作的机器学习（2020）
6. Peter Calhoun；Hallett，Melodie J.；Su，Xiaong；Cafri，Guy；Levine，Richard A.；Fan，Juanjuan：具有接受-拒绝树的随机森林（2020）
7. 安娜·卡里萨诺；西蒙妮·万蒂尼；玛丽卡·阿雷纳：监测情绪和意见分析中的稀有类别：Twitter平台上的米兰大型活动（2020年）
8. Elman，Miriam R.；Minnier，Jessica；Chang，Xiahui；Choi，Dongseok：高维分类和总信号指数中的噪声积累（2020年）
9. Ertefaie，Ashkan；Johnson，Brent A.：评论：结果范围内的个体化治疗策略（2020年）
10. Genuer，Robin；Poggi，Jean-Michel:Random forests with R（2020年）
11. Lopes，Miles E.：估计随机群的急剧收敛界（2020）
12. 陆海浩；马祖德，拉胡尔：随机梯度推进机（2020）
13. Mišić，Velibor V.：树木组合优化（2020年）
14. 潘玉清；麦青：差分网络分析的有效计算及其在二次判别分析中的应用（2020）
15. Roustant，Olivier；Padonou，Espéran；Deville，Yves；Clément，Aloïs；Perrin，Guillaume；Giorla，Jean；Wynn，Henry:具有类别输入的高斯过程元模型的群核函数（2020）
16. Sage，Andrew J.；Genschel，Ulrike；Nettleton，Dan:随机森林等级概率估计的树聚合（2020年）
17. Ilmari的Ahonen；Jaakko的Nevalainen；Larocque，Denis：用灵活的有限回归混合预测（2019年）
18. Azmi，Mohamed；Runger，George C.；Berrado，Abdelaziz:用于分类的可解释正则化类关联规则算法（2019）
19. Badih，Ghattas；Pierre，Michel；Laurent，Boyer:评估聚类中的变量重要性：基于无监督二叉决策树的新方法（2019）
20. Casalicchio，Giuseppe；Bossek，Jakob；Lang，Michel；Kirchhoff，Dominik；Kerschke，Pascal；Hofner，Benjamin；Seibold，Heidi；Vanschoren，Joaquin；Bischl，Bernd:\ texttopenml:an\texttrpackage连接到机器学习平台openml（2019）